主要来源IT之家
查看原文事件专题 ·多源确认
OpenAI 开放 GPT-Live-1.1 API:实时双向语音智能体可接入第三方模型
OpenAI 于 11 月 20 日向第三方开发者开放 GPT-Live-1.1 API,这是 GPT-Live-1 的升级版本,自 2026 年 10 月 15 日起已是 ChatGPT Plus 及更高级别订阅用户的默认语音模型。该模型具备全双工语音交互能力,可同时聆听和说话,能识别用户说话过程中的停顿、打断和语速变化,实时判断继续聆听还是作出回应。 在能力上,GPT-Live-1.1 改进了多语言语音处理、指令遵循和语音保真度,对字母、数字等需精确识别的内容处理更可靠。架构上,GPT-Live 系列直接处理输入和输出音频,省去传统方案中语音识别(STT)、大语言模型(LLM)和语音合成(TTS)串联带来的延迟。 开发者可将需要深入推理或工具调用的任务委托给自选的后端模型,后端既可用 OpenAI 模型也可接入第三方模型,且复杂任务处理期间语音对话不会中断,从而实现边聊天边执行多步骤工作流的语音智能体。
当前结论
OpenAI 把 ChatGPT 那套能随时打断、边聊边干活的语音模型开放给第三方了。后端还能接别的模型跑工具调用,打电话客服、语音助手类应用可以直接试。做语音智能体的开发者值得关注接入成本和延迟。
11 个信源72° AI 热度最后更新 2026/11/20 00:50:30
证据链
11 个信源冲突核查
现有去重数据只说明这些来源讨论同一事件,不代表立场相同。当前没有结构化的支持或反驳证据,不自动推断冲突。